【发布时间】：2011-12-16 23:10:28
【问题描述】：
我有一个客户是齿轮和链条等的生产商，他们有一个 200 页的目录，其中主要包括文本、带有数字的表格和大量图表。我必须将内容（保持格式）传输到新网站，并且我已经开始一次传输 1 页数据的过程。这是我正在处理的内容类型的示例：
关于如何自动进行此类转换的任何想法？
【问题讨论】：
【发布时间】：2011-12-16 23:10:28
【问题描述】：
pdftocairo
是一个转换实用程序，能够将 pdf 内容 按原样 转码，保持精确的布局，多种格式，其中之一是 svg
svg可用于网页、html页面、mozilla浏览器内嵌svg查看器（Explorer需要免费插件Adobe svg查看器）
这可能是最好的解决方案，但是我们需要查看生成的单个 svg 的大小
要转换 svg 中的所有 pdf 页面（看起来与 pdf 页面完全相同） 您需要首先在专用目录中将您的 pdf 拆分为单页（然后移动你的源 pdf 一个目录）
pdftk yourfile.pdf burst && move yourfile.pdf ..
然后递归地使用pdftocairo
for f in *.pdf; do pdftocairo -svg $f; done
如果生成的svg不是太大，可以在网站中使用，否则需要使用
pdftohtml
希望布局保持不变
【讨论】：
-
感谢您的回复。除了在某些浏览器中需要插件之外，SVG 的问题是我们需要将文本转换为直接的 html，以便它可以搜索和索引。不过，我确实很欣赏冗长的回复，并且可能会将其标记为答案，除非有人能提供更好的选择。
-
那么，pdftohtml 可能适合您的需求；如有必要，Windows 二进制文件和源代码可用于在其他平台上构建。如果 pdftohtml 不成功；我认为 Abbyy Finereader 能够生成忠实地保持布局的 html 输出
我们在http://www.jpedal.org/html_index.php 有一个 PDF2HTML5 工具，它可能满足您的需求。
【讨论】：